ในห้องตรวจ บางครั้งผู้ป่วยนำข้อมูลสุขภาพที่พบทางอินเทอร์เน็ตมาให้ดูแล้วถามว่า “เรื่องนี้จริงไหม?” บางบทความบอกว่า “พบจากการศึกษาโคฮอร์ต” บ้างอ้าง “ผลการทดลองทางคลินิก” และบ้างบอกว่า “จากการวิเคราะห์อภิมาน”

งานวิจัยทางการแพทย์มีหลายแบบและแต่ละแบบมี ความน่าเชื่อถือ ต่างกัน ทางการแพทย์เรียกสิ่งนี้ว่า ระดับของหลักฐาน1 ผมจะอธิบายว่าการศึกษาโคฮอร์ต การทดลองทางคลินิก การวิเคราะห์อภิมาน และการทบทวนวรรณกรรมอย่างเป็นระบบคืออะไร และควรให้น้ำหนักกับงานแบบไหนมากกว่า

ดูระดับของหลักฐานในภาพเดียว

ในภาพและตารางต่อไปนี้ ยิ่งอยู่สูงก็ยิ่งน่าเชื่อถือ1

แผนภาพพีระมิดระดับหลักฐานทางการแพทย์ แสดงการศึกษาโคฮอร์ต การวิเคราะห์อภิมาน การทดลองทางคลินิก และการทบทวนวรรณกรรมอย่างเป็นระบบเพื่อเปรียบเทียบความน่าเชื่อถือ

ระดับหลักฐาน ประเภทงานวิจัย ลักษณะ
สูงที่สุด การวิเคราะห์รวมการทดลองทางคลินิกหลายงาน
(การทบทวนอย่างเป็นระบบ + การวิเคราะห์อภิมาน)		 รวบรวมงานวิจัยที่เกี่ยวข้องให้ครบและรวมผลทางสถิติ ช่วยชดเชยข้อจำกัดของงานแต่ละชิ้น
สูง การทดลองทางคลินิก
(การทดลองแบบสุ่มมีกลุ่มควบคุม)		 สุ่มผู้ป่วยเพื่อเปรียบเทียบยากับยาหลอก เป็นวิธีที่เข้มแข็งที่สุดในการพิสูจน์เหตุและผล
ปานกลาง การศึกษาเชิงสังเกต
(การศึกษาโคฮอร์ต การศึกษาแบบผู้ป่วยกับกลุ่มควบคุม)		 ติดตามกลุ่มคนหรือย้อนดูอดีตของผู้ป่วยที่เป็นโรคแล้ว ผู้วิจัยไม่เข้าไปแทรกแซง
ต่ำ รายงานผู้ป่วยรายกรณีและชุดรายกรณี อธิบายผู้ป่วยจำนวนน้อย มีประโยชน์ในการพบปรากฏการณ์ใหม่ แต่สรุปทั่วไปได้ยาก
ต่ำที่สุด งานหลอดทดลอง งานสัตว์ทดลอง และความเห็นผู้เชี่ยวชาญ อยู่ในขั้นก่อนนำมาใช้กับมนุษย์ หรืออาศัยประสบการณ์โดยไม่มีการศึกษาที่เป็นระบบ

ใจความของพีระมิดนี้เรียบง่าย: ยิ่งเปรียบเทียบคนจำนวนมากภายใต้เงื่อนไขที่เข้มงวด หลักฐานยิ่งแข็งแรง2

ต่อไปจะดูทีละระดับ

การทบทวนอย่างเป็นระบบกับการวิเคราะห์อภิมานต่างกันอย่างไร

บนยอดพีระมิดคือการทบทวนวรรณกรรมอย่างเป็นระบบ ซึ่งเป็นกระบวนการรวบรวมงานวิจัยที่เกี่ยวข้องให้ครบ ประเมินคุณภาพและสรุปผล กับการวิเคราะห์อภิมาน ซึ่งเป็นวิธีรวมผลเชิงตัวเลขของงานเหล่านั้นทางสถิติ3

สองคำนี้มักถูกสับสน แต่ทำหน้าที่ต่างกัน

การทบทวนอย่างเป็นระบบ การวิเคราะห์อภิมาน
ทำอะไร ค้นหางานที่เกี่ยวข้องให้ครบ ประเมินคุณภาพ และจัดระเบียบผล รวมผลเชิงตัวเลขจากหลายงานทางสถิติ
ลักษณะ “กระบวนการ” ว่ารวบรวมและคัดกรองงานอย่างไร “วิธีการ” ว่ารวมตัวเลขที่ได้อย่างไร
เปรียบเทียบ รวบรวมตำราทั้งหมดในขอบเขตข้อสอบ อ่านและคัดเฉพาะที่เชื่อถือได้ คำนวณค่าเฉลี่ยคะแนนจากตำราที่คัดไว้

ภาพขั้นตอนการทบทวนอย่างเป็นระบบและการวิเคราะห์อภิมานแบบ Cochrane ตั้งแต่คัดการทดลองหลายงาน รวมผลทางสถิติ จนได้ข้อสรุปเดียว

ในทางปฏิบัติสองวิธีนี้แทบจะมาคู่กัน ชื่อบทความวิจัยก็มักมีทั้งสองคำ เพราะเป็นชุดกระบวนการ: รวบรวมงานอย่างเป็นระบบก่อน แล้วจึงรวมผล4

เหตุที่การวิเคราะห์รวมอยู่บนยอดพีระมิดคือช่วยชดเชยข้อจำกัดของการทดลองเดี่ยว การทดลองแต่ละงานมีจำนวนผู้เข้าร่วม ระยะเวลา และวิธีวัดต่างกัน หากดูเพียงงานเดียวอาจสงสัยว่า “ผลนี้เกิดขึ้นเฉพาะในงานนี้หรือเปล่า?” แต่เมื่อรวมงานเรื่องเดียวกัน 10~20 เรื่อง ความคลาดเคลื่อนของแต่ละงานจะหักล้างกันได้

อย่างไรก็ดี การวิเคราะห์รวมไม่ได้น่าเชื่อถือเสมอ หากงานแต่ละชิ้นที่นำมารวมมีคุณภาพต่ำ การรวมจำนวนมากก็ไม่ได้ทำให้ข้อสรุปดีขึ้น บทความในปี 2016 เสนอให้มองการวิเคราะห์รวมเป็น “เลนส์” สำหรับดูหลักฐาน มากกว่าจะวางไว้บนยอดพีระมิดตายตัว5

ผมเห็นด้วยกับมุมมองนี้ เวลากำหนดแนวทางรักษาในห้องตรวจ หากมีผลการวิเคราะห์รวมก็จะดูเป็นลำดับแรก พร้อมตรวจคุณภาพและความสอดคล้องของงานที่รวมอยู่ด้วย

Cochrane: มาตรฐานนานาชาติของการวิเคราะห์รวม

เมื่อค้นข้อมูลสุขภาพ คุณอาจพบคำว่า “Cochrane review” Cochrane คือองค์กรไม่แสวงกำไรระหว่างประเทศที่ก่อตั้งในสหราชอาณาจักรเมื่อปี 1993 องค์กรนี้ค้นหาการทดลองทางคลินิกทั้งหมดที่เกี่ยวกับการรักษาหนึ่ง ๆ วิเคราะห์อย่างเป็นระบบ และเผยแพร่รายงานสรุป

เหตุผลที่วงการแพทย์เชื่อถือการทบทวนของ Cochrane มีสามข้อ หนึ่ง ไม่รับทุนจากบริษัทยา จึงมีความขัดแย้งทางผลประโยชน์น้อย สอง กระบวนการเข้มงวดมาก โดยมีผู้ประเมินอิสระอย่างน้อย 2 คนคัดงานและประเมินคุณภาพ สาม อัปเดตเมื่อมีงานวิจัยใหม่

ดังนั้น หากต้องการตรวจผลของการรักษาและมีการทบทวนของ Cochrane อยู่ การดูรายงานนั้นก่อนงานเดี่ยวจะมีประสิทธิภาพกว่า ผมเองก็มักดู Cochrane เป็นอันดับแรกเมื่อมีคำถาม

ระยะของการทดลองทางคลินิก: ตั้งแต่ระยะที่ 1 ถึง 4

การทดลองทางคลินิกคือการศึกษาผลและความปลอดภัยของยาในมนุษย์6 รูปแบบการทดลองกำหนดจากคำถามสามข้อ

ข้อแรก มีกลุ่มเปรียบเทียบหรือไม่?

การทดลองแบบมีกลุ่มควบคุมเปรียบเทียบยากับยาหลอกหรือยาเดิม ส่วนการทดลองกลุ่มเดียวให้ยาโดยไม่มีกลุ่มเปรียบเทียบ ต้องมีกลุ่มเปรียบเทียบจึงจะแยกได้ว่า “ดีขึ้นเพราะยา หรือดีขึ้นเองตามเวลา” การทดลองกลุ่มเดียวมักใช้เมื่อจุดมุ่งหมายคือดูปฏิกิริยาต่อยาเองมากกว่าการเปรียบเทียบ เช่น ระยะที่ 1 ที่ตรวจความปลอดภัย

ข้อสอง ถ้ามีกลุ่มควบคุม จัดคนเข้ากลุ่มอย่างไร?

ถ้าคอมพิวเตอร์สุ่มผู้ป่วยเข้ากลุ่มยาและกลุ่มยาหลอก จะเป็น การทดลองแบบสุ่ม การสุ่มทำให้อายุ ความรุนแรง และโรคประจำตัวของสองกลุ่มใกล้เคียงกันทางสถิติ จึงเปรียบเทียบผลของยาได้ หากไม่สุ่ม เช่น แบ่งตามลำดับเข้าโรงพยาบาล ความต่างพื้นฐานของสองกลุ่มอาจบิดเบือนผล และระดับหลักฐานจะต่ำลง

ข้อสาม ถ้าสุ่มแล้ว ใครรู้ว่าได้อะไร?

หากทั้งผู้ป่วยและแพทย์ไม่รู้ว่าใครได้ยาจริง เรียกว่า ปกปิดสองทาง หากทั้งคู่รู้ เรียกว่า เปิดเผยการรักษา การปกปิดสองทางทำให้ยาและยาหลอกมีรูปลักษณ์เหมือนกัน เพื่อลดอคติจากความคาดหวังและการประเมิน หากยาเป็นคนละรูปแบบ เช่น ยาฉีดกับยากิน จนปกปิดไม่ได้ ก็ใช้แบบเปิดเผย

แผนผังการตัดสินใจรูปแบบการทดลองทางคลินิก แยกแบบมีกลุ่มควบคุมและไม่มีกลุ่มควบคุม แล้วแสดงการสุ่ม การปกปิดสองทาง และแบบเปิดเผย

รูปแบบที่มีครบทั้ง กลุ่มควบคุม + สุ่ม + ปกปิดสองทาง เข้มงวดที่สุดในการทดลองทางคลินิก และเป็นมาตรฐานของระยะที่ 3 ยาใหม่ผ่านการศึกษาเป็นระยะที่ 1 ถึง 4 โดยแต่ละระยะมีรูปแบบที่มักใช้ต่างกัน7

ระยะ เป้าหมาย ขนาด กลุ่มควบคุม การจัดกลุ่ม การปกปิด
1 ตรวจช่วงขนาดยาที่ปลอดภัย 20~100 คน ไม่มี (กลุ่มเดียว) — —
2 สำรวจผล + ขนาดยาที่เหมาะ 100~300 คน มี (เช่น ยาหลอก) สุ่ม ปกปิดสองทางหรือเปิดเผย
3 พิสูจน์ผลในวงกว้าง เป็นหลักฐานสำคัญในการอนุมัติของ FDA หลายร้อยถึงหลายพันคน มี (ยาหลอกหรือยาเดิม) สุ่ม ปกปิดสองทาง
4 ติดตามความปลอดภัยระยะยาวหลังวางขาย หลายพันถึงหลายหมื่นคน หลากหลาย หลากหลาย ส่วนใหญ่เปิดเผย

ผังการทดลองทางคลินิกระยะที่ 1 ถึง 4 พร้อมจำนวนผู้เข้าร่วมและเป้าหมายแต่ละระยะ แยกจากการศึกษาเชิงสังเกตอย่างการศึกษาโคฮอร์ต

ข่าวมักอ้างผลการทดลองระยะที่ 3 มากที่สุด เพราะเป็นรูปแบบที่เข้มงวดที่สุดซึ่งมีการสุ่ม กลุ่มควบคุม และการปกปิดสองทางครบ8

ระยะที่ 4 ทำหลังยาออกสู่ตลาด ระยะที่ 3 มีผู้เข้าร่วมเพียงหลักพัน จึงตรวจผลข้างเคียงที่พบเพียง 1 ใน 10,000 คนได้ยาก ระยะที่ 4 รวบรวมข้อมูลจากผู้ใช้ยาจริงหลายหมื่นคน เพื่อติดตามผลข้างเคียงระยะยาวหรือการตอบสนองของกลุ่มพิเศษ เช่น ผู้สูงอายุและหญิงตั้งครรภ์ ที่ระยะที่ 3 อาจไม่พบ7 บางครั้งกระทรวงความปลอดภัยอาหารและยาของเกาหลีหรือ FDA กำหนดให้ทำระยะที่ 4 เป็นเงื่อนไข และบางครั้งบริษัทยาทำเองโดยสมัครใจ

การศึกษาเชิงสังเกต: โคฮอร์ต ผู้ป่วยกับกลุ่มควบคุม และรายงานผู้ป่วย

ความต่างสำคัญที่สุดระหว่างการทดลองทางคลินิกกับการศึกษาเชิงสังเกตคือ ผู้วิจัยเข้าไปแทรกแซงหรือไม่9 ในการทดลอง ผู้วิจัยให้ยาแก่ผู้ป่วยโดยตรง ส่วนการศึกษาเชิงสังเกตดูสิ่งที่เกิดขึ้นแล้ว โดยผู้วิจัยไม่แทรกแซงการรักษา

มาดูตัวอย่างของการศึกษาเชิงสังเกต10 ความต่างหลักคือ ทิศทางของเวลา

สมมติว่าอยากรู้ว่า “เด็กที่กินยาปฏิชีวนะมากตอนเล็กมีโอกาสเป็นผื่นภูมิแพ้ผิวหนังมากขึ้นหรือไม่?”

การศึกษาโคฮอร์ต เดินจากปัจจุบันไปอนาคต รวบรวมทารกแรกเกิด 10,000 คน แล้วติดตาม 10 ปี เปรียบเทียบเด็กที่ได้รับยาปฏิชีวนะกับเด็กที่ไม่ได้รับ เพื่อดูว่าใครเป็นผื่นภูมิแพ้ผิวหนัง ลำดับเวลาชัดเจน จึงอนุมานทิศทาง “ยาปฏิชีวนะ → ผื่นภูมิแพ้ผิวหนัง” ได้ แต่ใช้เวลานานและมีค่าใช้จ่ายสูง

การศึกษาแบบผู้ป่วยกับกลุ่มควบคุม เดินจากปัจจุบันย้อนสู่อดีต รวบรวมเด็กที่เป็นผื่นภูมิแพ้ผิวหนัง 200 คนกับเด็กที่ไม่เป็น 200 คน แล้วเปรียบเทียบบันทึกการรักษาเก่า เพื่อดูว่า “เด็กที่เป็นผื่นเคยใช้ยาปฏิชีวนะมากกว่าหรือไม่?” วิธีนี้เร็วและประหยัด จึงเหมาะกับโรคที่พบไม่บ่อย แต่บันทึกเก่าอาจไม่แม่น หรือกลุ่มผู้ป่วยอาจจำอดีตว่ารุนแรงกว่าความจริง

ภาพเปรียบเทียบทิศทางเวลาของการศึกษาโคฮอร์ตจากปัจจุบันสู่อนาคต กับการศึกษาแบบผู้ป่วยและกลุ่มควบคุมจากปัจจุบันย้อนอดีต โดยใช้ตัวอย่างยาปฏิชีวนะกับผื่นภูมิแพ้ผิวหนัง

รายงานผู้ป่วยรายกรณี อธิบายผู้ป่วยหนึ่งรายหรือจำนวนน้อยอย่างละเอียด มีประโยชน์เมื่อพบโรคใหม่หรือผลข้างเคียงที่หายากครั้งแรก แต่ใช้เพียงหนึ่งหรือสองรายสรุปทั่วไปไม่ได้ จึงอยู่ในระดับหลักฐานต่ำที่สุด

ประเภท ทิศทางเวลา ข้อดี ข้อจำกัด
การศึกษาโคฮอร์ต ปัจจุบัน → อนาคต อนุมานเหตุและผลได้ ใช้เวลาและค่าใช้จ่ายสูง
การศึกษาแบบผู้ป่วยกับกลุ่มควบคุม ปัจจุบัน → อดีต เร็ว ประหยัด เหมาะกับโรคหายาก อคติจากการจดจำ
รายงานผู้ป่วยรายกรณี — พบปรากฏการณ์ใหม่ได้เป็นครั้งแรก สรุปทั่วไปไม่ได้

การศึกษาเชิงสังเกตมีระดับหลักฐานต่ำกว่าการทดลอง เพราะไม่ได้สุ่มจัดผู้เข้าร่วม ปัจจัยอื่นที่มีผลต่อผลลัพธ์หรือ “ตัวแปรกวน” จึงอาจแฝงอยู่9

เช่น แม้งานเชิงสังเกตพบว่า “คนที่กินวิตามิน D มากมีสุขภาพดี” คนกลุ่มนี้อาจสนใจสุขภาพอยู่แล้ว ออกกำลังกายและดูแลอาหารด้วย จึงแยกไม่ได้ว่าสุขภาพดีเพราะวิตามิน D หรือวิถีชีวิต

ถึงอย่างนั้น การศึกษาเชิงสังเกตรวมถึงโคฮอร์ตยังมีประโยชน์ เมื่อการทดลองผิดจริยธรรม เช่น ไม่อาจบังคับคนให้สูบบุหรี่เพื่อพิสูจน์ว่า “บุหรี่ทำให้เกิดมะเร็งหรือไม่” การศึกษาเชิงสังเกตจึงเป็นทางเลือกเดียว หากหลายงานโคฮอร์ตพบผลสอดคล้องกัน ก็เป็นหลักฐานที่แข็งแรงได้

อ่านข้อมูลสุขภาพให้ตรวจห้าข้อนี้

จากเนื้อหาข้างต้น นี่คือรายการตรวจเมื่ออ่านข่าวหรือบทความสุขภาพ ผมเองก็พยายามระบุระดับของหลักฐานแต่ละแหล่งเมื่อเขียนบทความ เช่น ความสัมพันธ์ระหว่างอาหารกับผื่นภูมิแพ้ผิวหนัง

1. เมื่อบอกว่า “งานวิจัยพบ” เป็นงานวิจัยชนิดไหน?

น้ำหนักของหลักฐานต่างกันมากระหว่างงานสัตว์ทดลอง การศึกษาเชิงสังเกตขนาดเล็ก และการทดลองทางคลินิกขนาดใหญ่ คำว่า “ผลการวิจัย” อย่างเดียวบอกไม่ได้ว่าเป็นโคฮอร์ตหรือการทดลอง

2. มีผู้เข้าร่วมกี่คน?

งานที่มี 20 คนย่อมมีความน่าเชื่อถือไม่เท่ากับงานที่มี 2,000 คน

3. มีกลุ่มเปรียบเทียบหรือไม่?

ตรวจว่าเป็นเพียง “กินยาแล้วดีขึ้น” หรือ “กลุ่มที่กินยาดีขึ้นกว่ากลุ่มยาหลอก” หากไม่มีกลุ่มเปรียบเทียบ ก็ไม่รู้ว่าดีขึ้นเองหรือเพราะยา6

4. หลายงานให้ข้อสรุปเหมือนกันหรือไม่?

ผลที่ยืนยันซ้ำในหลายงานแข็งแรงกว่าผลจากงานเดียว หากมีการวิเคราะห์รวมการทดลองหลายงาน ควรดูก่อนงานเดี่ยว11

5. ระบุแหล่งอ้างอิงหรือไม่?

ข้อมูลสุขภาพที่เชื่อถือได้ควรบอกแหล่งบทความวิจัย ชื่อแนวทางรักษา และขนาดงาน หากมีเพียงคำว่า “ผู้เชี่ยวชาญระบุ” หรือ “เป็นที่ทราบกัน” โดยไม่มีที่มาชัดเจน ก็ควรตั้งคำถามต่อหลักฐานนั้น

คำถามที่พบบ่อย

ข้อมูลสุขภาพที่มีแต่ผลการศึกษาโคฮอร์ตเชื่อไม่ได้เลยหรือ?

ไม่ใช่ การศึกษาเชิงสังเกตมีประโยชน์มาก เพียงแต่จัดระดับหลักฐานต่ำกว่าการทดลองทางคลินิกหนึ่งระดับ เพราะตัวแปรกวนอาจส่งผลได้ หากมีการศึกษาเชิงสังเกตหลายงานที่ให้ข้อสรุปเดียวกัน ก็เป็นหลักฐานที่ค่อนข้างแข็งแรง

ยาที่ผ่านการทดลองระยะที่ 3 ปลอดภัยแล้วหรือ?

ระยะที่ 3 ตรวจผลและความปลอดภัยในคนหลักร้อยถึงหลักพัน แต่ผลข้างเคียงหายากมาก เช่น 1 ใน 10,000 คน อาจยังไม่พบ นี่จึงเป็นเหตุผลที่มีการศึกษาระยะที่ 4 หลังวางขาย หากได้รับยา ควรปรึกษาแพทย์เพื่อติดตามอาการ

หากมีการวิเคราะห์อภิมาน ต้องทำตามข้อสรุปนั้นเสมอไหม?

ไม่จำเป็น คุณภาพของการวิเคราะห์รวมขึ้นอยู่กับคุณภาพของงานที่นำมารวม หากมีแต่งานคุณภาพต่ำ ข้อสรุปก็ยังไม่แน่นอน เมื่อมีการวิเคราะห์รวม ควรดูเป็นอันดับแรก แต่ต้องดูขนาดและคุณภาพของงานภายในด้วย

เอกสารอ้างอิง

  1. Burns PB, Rohrich RJ, Chung KC. The levels of evidence and their role in evidence-based medicine. Plast Reconstr Surg. 2011;128(1):305-310.
  2. Sackett DL, Rosenberg WM, Gray JA, et al. Evidence based medicine: what it is and what it isn’t. BMJ. 1996;312(7023):71-72.
  3. Linares-Espinos E, Hernandez V, Dominguez-Escrig JL, et al. Methodology of a systematic review. Actas Urol Esp (Engl Ed). 2018;42(8):499-506.
  4. Cumpston M, Li T, Page MJ, et al. Updated guidance for trusted systematic reviews: a new edition of the Cochrane Handbook for Systematic Reviews of Interventions. Cochrane Database Syst Rev. 2019;10(10):ED000142.
  5. Murad MH, Asi N, Alsawas M, et al. New evidence pyramid. Evid Based Med. 2016;21(4):125-127.
  6. Zabor EC, Kaizer AM, Hobbs BP. Randomized Controlled Trials. Chest. 2020;158(1S):S79-S87.
  7. Umscheid CA, Margolis DJ, Grossman CE. Key concepts of clinical trials: a narrative review. Postgrad Med. 2011;123(5):194-204.
  8. Bhide A, Shah PS, Acharya G. A simplified guide to randomized controlled trials. Acta Obstet Gynecol Scand. 2018;97(4):380-387.
  9. von Elm E, Altman DG, Egger M, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. J Clin Epidemiol. 2008;61(4):344-349.
  10. Munnangi S, Boktor SW. Epidemiology Of Study Design. StatPearls. 2024.
  11. Balshem H, Helfand M, Schunemann HJ, et al. GRADE guidelines: 3. Rating the quality of evidence. J Clin Epidemiol. 2011;64(4):401-406.